【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)屬于非線性動力學領(lǐng)域，具體地說是基于極大值檢測fpga技術(shù)的hr神經(jīng)元電路分岔圖實現(xiàn)方法。
技術(shù)介紹
1、相較于著名的摩爾定律，fpga（field?programmable?gate?array，現(xiàn)場可編程門陣列）的問世滯后了約二十載。自其誕生以來，fpga的發(fā)展速度超乎眾人預(yù)料，現(xiàn)已躍居全球數(shù)字集成電路技術(shù)前沿之列。
2、fpga憑借其卓越的數(shù)據(jù)處理能力，在多個關(guān)鍵領(lǐng)域如通信、醫(yī)療健康、航空航天以及工業(yè)自動化控制的國家戰(zhàn)略層面演著舉足輕重的角色。此外，在諸如5g通信網(wǎng)絡(luò)、視頻內(nèi)容處理、數(shù)據(jù)中心運營及智能家居生活等日常應(yīng)用場景中，fpga同樣展現(xiàn)出了其廣泛的應(yīng)用潛力。與近年來在人工智能領(lǐng)域備受關(guān)注的神經(jīng)元網(wǎng)絡(luò)系統(tǒng)相類似，fpga為更精確地模擬大腦活動的基本模式提供了強有力的技術(shù)支持，并有助于深入探究神經(jīng)元異常放電的潛在機制，進而為腦疾病的診斷工作提供輔助。因此，從長遠的角度審視，探索運用電路技術(shù)來模擬神經(jīng)系統(tǒng)以捕獲放電序列，并據(jù)此預(yù)測神經(jīng)元的放電行為，成為了一條具有潛力的技術(shù)路徑。在此基礎(chǔ)上，進一步借助電路分岔圖技術(shù)能夠直觀地描繪出系統(tǒng)狀態(tài)隨參數(shù)變化的動態(tài)軌跡，以物理形式清晰地展示出這一復(fù)雜過程。在電路系統(tǒng)的設(shè)計中，通過深入分析分岔圖可以準確地確定電路的穩(wěn)定工作范圍，有效防止系統(tǒng)陷入不穩(wěn)定或混沌狀態(tài)，這一研究方向具有極其重要的科學價值和實踐意義。
3、通過在fpga平臺上構(gòu)建電路分岔圖，能夠直觀地描繪出系統(tǒng)由有序狀態(tài)逐步過渡到混沌狀態(tài)的動態(tài)演變過程，這一過程為研究者深入理解混沌現(xiàn)象的本質(zhì)特征及
4、本申請與現(xiàn)有技術(shù)相比技術(shù)區(qū)別如下；
5、與專利cn116720554b?“一種基于fpga技術(shù)的多段線性擬合的神經(jīng)元電路實現(xiàn)方法”?的技術(shù)對比
6、專利cn116720554b通過基于fpga技術(shù)的多段線性擬合方法，實現(xiàn)了雙曲正切函數(shù)和正弦函數(shù)的分段逼近計算，結(jié)合二階runge-kutta方法有效地求解神經(jīng)元模型微分方程。通過構(gòu)建線性擬合參數(shù)存儲機制并利用浮點轉(zhuǎn)換器和ram尋址技術(shù)，專利cn116720554b優(yōu)化了復(fù)雜函數(shù)計算的資源消耗與效率，從而支持改進的fitzhugh-nagumo模型在fpga上的高效實現(xiàn)，重點模擬神經(jīng)元的電活動行為和外部刺激響應(yīng)。
7、而本專利技術(shù)針對hr神經(jīng)元模型的分岔圖繪制提出了一種基于極大值檢測的fpga實現(xiàn)方法。本申請結(jié)合了拉格朗日插值技術(shù)和狀態(tài)機控制，通過對正弦函數(shù)進行高精度插值擬合并構(gòu)建極大值檢測模塊，實現(xiàn)了對hr神經(jīng)元動態(tài)特性的精確捕獲和快速繪制。具體而言，本申請采用了多段線性存儲空間優(yōu)化策略和fifo存儲機制，配合3個比較器實現(xiàn)放電序列的極大值檢測，為繪制分岔圖提供了核心數(shù)據(jù)支持。
8、與專利cn116720554b專注于復(fù)雜函數(shù)值計算及其在神經(jīng)元模型中的應(yīng)用不同，本專利技術(shù)以分岔圖繪制為目標，通過創(chuàng)新的極大值檢測算法和hr模型的精確動態(tài)捕獲，顯著提升了分岔圖繪制的效率和精度。這一專利技術(shù)不僅能夠直觀展示系統(tǒng)隨參數(shù)變化的非線性動力學特性，還為非線性神經(jīng)元研究提供了高效工具。
9、針對現(xiàn)有技術(shù)在實現(xiàn)含有正弦函數(shù)的hr神經(jīng)元電路繪制分岔圖時所面臨的高精度與高效率雙重挑戰(zhàn)，本專利技術(shù)提出了一種創(chuàng)新的解決方案：基于極大值檢測的fpga技術(shù)，用以實現(xiàn)hr神經(jīng)元電路分岔圖。本申請巧妙地融合了極大值檢測算法與拉格朗日插值技術(shù)，能夠高精度地獲取hr神經(jīng)元數(shù)學模型中正弦函數(shù)的線性擬合。通過配備3個比較器，本申請能夠準確地捕獲當前放電序列的極大值，從而在示波器上清晰地呈現(xiàn)出hr神經(jīng)元的分岔圖。
技術(shù)實現(xiàn)思路
1、為解決上述技術(shù)問題，本專利技術(shù)提出基于極大值檢測fpga技術(shù)的hr神經(jīng)元電路分岔圖實現(xiàn)方法，利用拉格朗日插值法將正弦函數(shù)簡化為線性函數(shù)，并通過結(jié)合狀態(tài)機及ramip核技術(shù)，將這些線性函數(shù)編碼成fpga上可尋址的線性存儲空間，從而提高在fpga上高精度處理正弦函數(shù)的效率。
2、為實現(xiàn)上述目的，本專利技術(shù)采取的技術(shù)方案是：
3、基于極大值檢測fpga技術(shù)的hr神經(jīng)元電路分岔圖實現(xiàn)方法，包括以下步驟：
4、s1利用拉格朗日插值法將正弦函數(shù)簡化為線性函數(shù)，并通過結(jié)合狀態(tài)機及ram?ip核技術(shù)，將這些線性函數(shù)編碼成fpga上可尋址的線性存儲模塊；
5、s2設(shè)計基于二階runge-kutta的hr神經(jīng)元迭代模塊需要調(diào)用前面得到的函數(shù)模塊；
6、s3利用3個比較器實時檢測hr神經(jīng)元迭代模塊生成放電序列中的極大值變化，從而生成hr神經(jīng)元的分岔圖，其中，極大值數(shù)據(jù)通過浮點轉(zhuǎn)換器和da轉(zhuǎn)換器實時傳輸?shù)绞静ㄆ魃线M行捕獲。
7、作為本專利技術(shù)進一步改進，所述步驟s1的具體過程如下：
8、拉格朗日插值法將正弦函數(shù)簡化為線性函數(shù)處理步驟如下：
9、步驟1），按照工程精度需求將雙曲正切函數(shù)區(qū)間劃分為多個待逼近區(qū)間；
10、根據(jù)hr神經(jīng)元迭代的精度需求，將正弦函數(shù)在周期內(nèi)的區(qū)間劃分多個連續(xù)的擬合區(qū)間段，區(qū)間段的多少受迭代精度的需求而改變，劃分為10的整數(shù)倍；
11、步驟2），利用拉格朗日插值法，分別求取各個區(qū)間段的多項式擬合系數(shù)，當多項式為一次函數(shù)時，通過visual?studio?c++?將復(fù)雜的逼近公式簡化成僅含有斜率項和常數(shù)項的系數(shù)；
12、步驟3），當多項式為一次函數(shù)時，通過visual?studio?c++或matlab編寫克拉默法則的求解代碼獲得斜率項和常數(shù)項的系數(shù)，該系數(shù)以ieee754單精度的形式兩兩一組，組成單個64位的數(shù)據(jù)保存在.coe文件中用于ram?ip核的配置；
13、步驟4），當多項式為一次函數(shù)時，僅需通過乘法器將正弦函數(shù)的自變量通過乘法器放大到與分段區(qū)間倍數(shù)相同，再將得到的數(shù)據(jù)傳輸給地址，從而獲得存放編碼斜率項和常數(shù)項的線性空間，存儲空間的占用隨著分段區(qū)間的增加而增加，計算資源包括乘法器、加法器和浮點轉(zhuǎn)換器并不隨之改變，當多項式為二次及二次以上函數(shù)時，計算資源隨之改變。
14、作為本專利技術(shù)進一步改進，所述步驟4）中正弦函數(shù)本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.基于極大值檢測FPGA技術(shù)的HR神經(jīng)元電路分岔圖實現(xiàn)方法，其特征在于：包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于極大值檢測FPGA技術(shù)的HR神經(jīng)元電路分岔圖實現(xiàn)方法，其特征在于：所述步驟S1的具體過程如下：
3.根據(jù)權(quán)利要求2所述的基于極大值檢測FPGA技術(shù)的HR神經(jīng)元電路分岔圖實現(xiàn)方法，其特征在于：所述步驟4）中正弦函數(shù)自變量超出擬合周期外的處理方法如下：
4.根據(jù)權(quán)利要求1所述的基于極大值檢測FPGA技術(shù)的HR神經(jīng)元電路分岔圖實現(xiàn)方法，其特征在于：所述步驟S2中HR神經(jīng)元的模型為：
5.根據(jù)權(quán)利要求1所述的基于極大值檢測FPGA技術(shù)的HR神經(jīng)元電路分岔圖實現(xiàn)方法，其特征在于：所述步驟S2中基于二階Runge-Kutta的HR神經(jīng)元迭代，獲得HR神經(jīng)元系統(tǒng)數(shù)值迭代表達式如下：
【技術(shù)特征摘要】
1.基于極大值檢測fpga技術(shù)的hr神經(jīng)元電路分岔圖實現(xiàn)方法，其特征在于：包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于極大值檢測fpga技術(shù)的hr神經(jīng)元電路分岔圖實現(xiàn)方法，其特征在于：所述步驟s1的具體過程如下：
3.根據(jù)權(quán)利要求2所述的基于極大值檢測fpga技術(shù)的hr神經(jīng)元電路分岔圖實現(xiàn)方法，其特征在于：所述步驟4）中正弦函數(shù)自變量超出擬合周...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：盧嘉楷，張華，閔富紅，李佳穗，
申請(專利權(quán))人：南京師范大學，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。